TMT行业AI算力产业链跟踪报告（二）：AIPC、AI手机和AI处理器密集发布边缘AI成硬件厂商布局热点

事件：联想、高通、英特尔、谷歌等科技厂商纷纷发布边缘AI智能终端产品和AI处理器，生成式AI浪潮由云端向边缘端延伸。智能终端：边缘AI具备安全、定制和高效优势，AIPC电子转型的新趋势。生成式AI同智能终端结合，具备三点优势：①个人信息无需上传云端，隐私泄露和数据安全风险降低；②AI模型接入本地数据库和个人信息，有望实现通用基础AI大模型向个性化定制小模型转变，提供更适合的用户服务；③通过压缩AI大模型和终端软硬件适配，边缘AI可能降低运行成本、加快响应速度和提高服务效率。因此，联想、谷歌和微软均发布AIPC或AI手机等产品，小米14将成为首发搭载高通骁龙8Gen3处理器的手机；软件端将AI大模型嵌入终端设备，硬件端提升AI相关硬件的性能，帮助智能终端搭载的聊天机器人、实时翻译、AI相机、生产工具等AI功能的种类完善和性能增强。AI处理器：CPU+GPU+NPU的组合受青睐，芯片厂商注重能效和AI表现。1）芯片厂商的设计目标由单纯追求性能转向能效和AI表现。高通发布针对PC的骁龙XElite处理器，AI算力达到45TOPS（同行速度的4.5倍并在峰值性能下相比英特尔酷睿i7-13800H功耗降低65%；高通针对手机发布骁龙8Gen3平台，实现CPU和GPU能效分别提升30%和25%，NPU的AI性能提升98%。灵活调度”，有效提升能效和AI性能表现。2）CPU+GPU+NPU组合下，Arm架构因低功耗、性能优和电池寿命长，有望提升其在PC领域的市场占有率。英伟达和AMD均计划研发基于ARM架构的PC芯片，有望于25年发布。投资建议：1）考虑到AI算力由云端向边缘端延伸，AI芯片厂商市场空间可观，推荐英伟达，建议关注AMD、高通、英特尔；2）AIPC和AI手机等AI智能终端可能成为未来消费电子行业在AI时代下的变革方向，硬件厂商抢先布局有利 于确定创新方向和市场地位，推荐联想集团（H股建议关注谷歌、微软、小米集团（H股）；3）Arm架构有望乘边缘AI东风，提升在PC领域的市场占有风险分析：消费电子市场需求复苏不及预期；AI商业化进展不及预期；边缘端AI性能表现不及预期；国内外政策风险。表：科技巨头在边缘AI领域的布局汇总------海外海外TMT 3 4 4 5 5 62.3、英特尔：MeteorLake 72.4、谷歌手机芯片TensorG3 8 9 4 4 6 6 6 7 7 3 3表3：英特尔MeteorLake 8 8 9海外海外TMTAIGC科技浪潮下，全球科技厂商均积极投入AI算力、AI基础大模型和AI应用软件等产业链领域，但生成式AI的商业落地仍面临难以个性化定制、安全和隐私风险、算力成本高昂、性能表现不及预期、交互能力弱等阻碍。将生成式AI由云端延伸至边缘侧，使得AI技术与PC、手机等终端硬件设备紧密结合，可以改善或者解决以上AI发展的问题，推动AI商业化进程，并有望引领新一轮消费电子行业交互模型的转型。资料来源：英特尔官网，联想集团官网，光大证券研究所整理联想、微软等智能终端厂商和高通、英特尔、英伟达、AMD等芯片厂商纷纷针对边缘AI积极开展布局，近两年AIPC、AI手机及集成AI能力的处理器芯片有望密集发布和量产出货。-----------资料来源：AMD官方账号，IT之家，第一财经，中国电子报，路透社，快科技，光大证券研究所整理海外TMT海外TMT23年10月24日，以“AIforAll”为主题的第九届联想创新科技大会LenovoTechWorld2023启幕。联想提出“三个大模型”框架的AI版图，并发布其首个AIPC产品，并携手英伟达、AMD、英特尔、微软等生态伙伴展示了一系列AI新技术和基础设施规划。提出“三个大模型”框架，联想剑指“企业级大模型”和“个人大模型”。虽然科技领域大力发展公共通用大模型，但其存在面临数据安全和隐私泄露风险、难以个性化定制、通用训练推理成本高等问题，因此联想提出除“公共大模型”外，还需发展布局在企业端的“企业级私域大模型”和在用户PC、智能手机上运行的“个人大模型”。企业级大模型在使用互联网通用数据训练后，可再接入企业私有数据库，集成出包含企业行业知识和运行流程的向量数据集，最终实现与企业原有ERP、CRM等业务子系统的融合打通。个人大模型则对应AIPC等边缘AI产品，通过裁剪和量化等方式删减通用大模型中与个人使用无关的结构，实现把高性能的小模型融入终端设备，让每个用户拥有自己的个性化大模型。图1：联想提出企业级和个人级“AITwin”概念资料来源：量子位资料来源：联想集团官网针对企业级大模型，联想携手英伟达推出混合人工智能解决方案。混合AI解决方案是在英伟达AIFoundation云服务的基础上定制AI大模型，由联想提供包含云端、网络、边缘端和用户端的完全集成系统，为企业定制并部署专门的生成式AI应用。联想CEO杨元庆表示，考虑到企业保护商业机密的需求，本地部署的未来企业级大模型将与公有云部署的公共大模型呈现混合部署的形态。联想发布其首款AIPC产品，提出“每人都将拥有自己的AI大模型”愿景。个人大模型的主要优势在于可以利用PC和智能手机中的本地知识库，结合用户个性化信息和偏好，利用个人数据进行AI模型的推理和运行，除非用户授权，否则用户个人数据不存在被泄露和共享到公有云的风险。这种本地运行的小型化AI模型，可以帮助用户实现修图、智能剪辑、撰写文档等功能，甚至根据用户思维模式发现发任务并自主解决，因此PC可以作为个人工作助手，甚至向数字延伸作为用户的AITwin。海外海外TMT本地化个人大模型的发展趋势，有望推动NPU和ARM架构需求增长。本地运行小型化AI模型的趋势，会提升对本地设备的算力要求，目前AIPC主要采用AI大模型压缩技术，未来随着AIPC趋势和AI应用加速落地，NPU硬件加速器将更多被嵌入终端设备中，推动AI算力性能持续提升。同时，集成NPU也使PCAI运算重心发生变化，部分CPU/GPU工作将由NPU实现，此时ARM架构CPU+GPU+NPU的集成可能会使AI任务处理的性能、功耗和能效比更优。AIPC等边缘AI产品出现，有助于ARM架构在PC领域对x86架构的统治地位重新发起挑战。23年10月24日，高通在2023骁龙峰会上分别推出针对PC设备的骁龙XElite芯片和针对智能手机的骁龙8Gen3平台，在兼具高性能和低功耗外，着力提升其AI能力。终端芯片实现对AI大模型和相关应用功能的集成，高通两款新芯片产品有望带领手机和PC硬件变革，进入现代人工智能时代。倍骁龙XElite作为高通首款推出的“骁龙X系列平台”PC处理器，是一个集成OryonCPU、AdrendoGPU和专用神经处理单元（NPU）的系统级芯片。NPU模块的加入，将大幅提升PC在面对AI任务的处理速度，在边缘设备端为客户提供加速的用户体验。SoC规格参数上，骁龙XElite的CPU包括12个高性能核心，并分布于主要、性能和效率三个集群中发挥作用，其中全核主频最高可达3.8GHz，单核、双核加速频率则高达4.3GHz，并配备64GB的LPDDR5x内存，可提供136GB/s的内存带宽。CPU可实现以极低功耗达成高性能水平。高通基于Arm指令集自行设计Oryon架构，采用4nm制程工艺，在保持RISC指令集效率优势的情况下，实现性能方面对英特尔和苹果芯片的赶超。骁龙XElite在峰值功率下性能，相比英特尔酷睿i7-13800H提升60%，而同性能下功耗减少65%；在Geekbench6中，骁龙XElite多线程性能超过苹果M2芯片50%，单线程性能也超过英特尔i9-13980HX芯片，并在同峰值性能下功耗节省70%。NPU的AI处理能力达同行4.5倍，支持百亿参数级大型语言模型。通过集成专用NPU，骁龙XElite的AI持续运行速度达45TOPS，并支持INT4精度，异构AI引擎性能最高达75TOPS，是当前竞争对手的4.5倍以上（AMDRyzenAI为10TOPS），因而支持在终端设备上推理、运行高达130+亿参数的大型语言模型，或以每秒30tokens运行速度支撑70亿参数的较小AI模型。海外TMT海外TMT谷歌、OpenAI、百度等建立合作关系，实现用户在PC产品上运行OpenAIWhisper、MetaLlama、百度Ernie3.5E等模型。同时高通骁龙XElite根据联想、惠普和微软提供三个参考设计，首批搭载XElite的PC产品预计于2024年中期上市。骁龙8Gen3处理器是高通首款专为生成式AI打造的移动平台。骁龙8Gen3NPU方面，帮助AI性能提升98%，能效提升40%。资料来源：智东西海外TMT海外TMTNPUAI引擎为移动处理器注入AI能力。NPU支持下，骁龙8Gen3平台帮助用户在AIGC技术下生成内容和提高生产力，上市后将支持包括微软、Meta、OpenAI、百度等20+种AI大模型使用，实现1秒内通过StableDiffusion生成1张图像。除AI大模型外，骁龙8Gen3注重增强AI相机能力，具备从图像中删除特定对象、生成虚拟背景、增强图像特定部分、拍摄HDR照片等功能。小米获得高通骁龙8Gen3首发权。搭载高通骁龙8Gen3的首批厂商包括三星、努比亚、红魔和中兴。其中，小米总裁卢伟冰在高通骁龙峰会上，宣布小米14将首发搭载骁龙8Gen3处理器，并于23年10月26日晚正式发布。据介绍，搭载骁龙8Gen3处理器的小米14预计在AI性能和综合能效均有较大产品升级：性能方面，小米同高通深度合作“性能规划设计”专项，联合落地60余项硬件需求，预计小米14将具备优秀的端侧AI性能；能效方面，小米14在《原神》持续测试中，可达到平均59.39帧的表现，最高温度只有43.2°C，功耗相比上一代降低10.6%。在骁龙8Gen3处理器加持下，公司看好小米14出货前景，卢伟冰表示“小米14对高通骁龙8Gen3处理器的首批订货量是上一代的资料来源：小米集团官方微博23年9月20日，英特尔在创新活动上公布最新MeteorLake处理器。它首次采用英特尔4制程工艺，并利用极紫外光刻技术（EUV实现能效的优化；架构层面增加“低功耗岛能效核”，通过Foveros3D先进封装技术，实现分离式模块架构；最亮眼的是首次在PC处理器中内置神经网络处理器（NPUAIPC有望帮助PC产品迎来新拐点。先进Foveros3D封装技术，打造分离式模块架构。MeteorLake处理器被分成计算、IO、SoC和图形模块四大功能分区，并由性能核、能效核和低功耗能效核打造3D的高性能混合架构，新架构实现了1）出色的能效比；2）不同模块相对分离，仅CPU模块需要采用最先进制程，其他模块可采用更成熟的制程，有利于成本降低；3）分离式架构可以使得模块组合更灵活。(5nm）资料来源：澎湃新闻，光大证券研究所SoC模块集成NPU，助力AI算力和AI应用开发。英特尔首次在桌面端处理器集成NPU，并将NPU与处理器内所有计算引擎的AI功能结合，有效提升PC和应用的开发。英特尔NPU采用双神经计算引擎架构，既可以共同处理同一负调度不同模块，这在兼顾能耗的情况下有效提升能效。资料来源：36氪，光大证券研究所MeteorLake硬件升级外，英特尔上线开发者云平台建设生态。英特尔开发者云平台提供最新的英特尔技术和工具，帮助AI应用的快速构建、开发和部署。英特尔具体提供以下四个方面的服务：1）AI模型库，英特尔提供丰富的预训练AI大模型和数据集，帮助客户快速二次开发以节约成本和时间；2）AI工作流，提供一站式AI开发环境，提供涉及AI项目开发全流程的工具帮助；3）AI服务，提供一系列AI云服务，涵盖自然语言理解、图像识别、语音识别、知识图谱等功能，开发者可通过API或SDK将已有功能集成到自己系统中；4）AI社区，打造可供交流的学习平台，包括论坛、博客、视频、教程等板块。谷歌23年10月4日晚发布新一代旗舰手机Pixel8和Pixel8Pro，其全新定制的TensorG3芯片组成为最大亮点，进一步提升设备可支持的AI功能表现。谷歌TensorG3采用三星4nm制程工艺，搭载“1+4+4”九个CPU核心，同时其集成的张量处理单元(TPU)性能大幅提升，Pixel8设备内可支持的机器学习模型数量是Pixel6系列的两倍，支撑的生成式AI模型的计算量是Pixel7系列设备可支持的最大模型的150倍。最新Pixel8Pro手机成为谷歌首款可在手机终端设备上运行Google生成式AI基础大模型的智能手机，Pixel8上模型的运行和推理是云端通用模型的简化版本。Tablet资料来源：AndroidPolice，光大证券研究所TensorG3针对语音、自然语言理解和相机等AI功能进一步增强。TensorG3并不单纯追求性能，而是将AI和效率作为设计目标。AI功能方面，1）谷歌将最先进的语音识别和自然语言理解技术融入处理器，在网页朗读、翻译和BardEditor、ZoomEnhance、BestTake和AudioMagicEraser等新功能，分别实现图像编辑处理、提升图像质量和提升视频音质等作用。AI大模型边缘端应用和新增众多AI功能均有助于改善用户使用体验。PC的处理器也将搭载NPU，目标是更高效和快速的运行设备上搭载的AI应用，主要包括Copilot。目前微软Surface处理器供应商包括AMD、英特尔和高通，他们均已经或在研集成NPU的PC芯片组。也计划推出ArmPC芯片。我们认为，全球两大AI芯片巨头的相似计划说明：1）AI算力存在由云端向边缘端延伸的趋势，应密切关注边缘AI技术产品推出和商业进程；作用逐渐增强；3）ArmCPU架构结合NPU的模式，可能提供更优性能、更低能耗和更长的电池寿命，在英伟达、苹果、AMD和高通等巨头的带领下，有望在PC端挑战英特尔x86架构的统治地位。1）考虑到AI算力由云端向边缘端延伸，未来AI芯片厂商市场空间可观，推荐英伟达，建议关注AMD、高通、英特尔；2）AIPC和AI手机等AI智能终端可能成为未来消费电子行业在AI时代下的变革方向，硬件厂商抢先布局有利于确定创新方向和市场地位，推荐联想集团（H1）消费电子市场需求复苏不及预期：当前消费电子仍处于下行周期，复苏拐点尚未明确出现，未来消费电子新产品可能面对消费者购买意愿低等风险；2）AI商业化进展不及预期：AIPC、AI手机等AI智能终端以及AI处理器需要搭配更多AI功能和应用软件使用，若未来没有搭载吸引用户的AI功能和AI热门应用，软件生态的缺失会导致相关边缘AI产品需求不及预期；3）边缘端AI性能表现不及预期：通过缩减AI大模型和软硬件适配，实现边缘AI的高性能和低功耗，但如果边缘侧的算力低，可能存在无法在边缘端流畅运行AI大模型等问题；4）国内外政策风险：考虑到公平性、内容准确性、数据的安全性等风险，中国、美国和欧盟等国家和地区可能后续会进一步加强对AI的监管。及及行业公司评级本报告所包含的分析基于各种假设，不同假设可能导致分析结果出现重大不同。本报告采用的各种估值方法及模型均有其局限性，发行商或证券所发表的观点均如实反映研究人员的个人观点。研究人员获取报酬的评判因素包括研究的质量和准确性、客户反馈、竞争本报告由光大证券股份有限公司制作，光大证券股份有限公司具有中国证监会许可的证券投资咨询业务资格，负责本报